觀點 【AIF每月書單】十種方法扭轉直覺偏誤，幫你做出更好的決定 思考未來的首要之務是掌握現況，但我們發現即使是老師、投資銀行家和諾貝爾獎得主這些具備專業知識的人員，對於世界都可能有很多誤解，全球公衛學家和公共教育家漢斯．羅斯林（ Hans Rosling）在《真確》一書中指出，人們對於自己的無知毫無頭緒，思考往往受到不自覺且可預期的直覺偏誤所影響。於是，我們該想的是，如何建立新的思維習慣，藉由書中所提的思考方法，扭轉根深蒂固的偏見，並基於事實行動。
AI CAFÉ懂應用 ：從Python到人工智慧的新手應用分享（#4/16會後報導） Python是近年來快速成長且逐漸普及的程式語言。由於能應用的領域非常多，包括網站架設、網路爬蟲、資料分析，又或者像遊戲或資安領域都十分常見，更被認為是進入人工智慧領域最好的入門工具。雖然應用領域十分多元，但如何利用Python解決各類不同的需求，仍是許多初接觸Python領域學習者的罩門。
要大數據還是好數據？導入AI的第一天就該知道的重點 科技帶動人工智慧等技術的進步，不僅幫助數據的收集與處理，各種厲害的演算法不斷突破。但實際上，除了電商及網路服務能取得大量數據之外，仍有許多產業的資料量並不大，Landing AI創辦人吳恩達日前透過網路直播分享自己對於模型及資料的看法，並提出一個機器學習工程師應該將 80% 的工作放在資料準備上，以確保資料品質，這番說法也讓許多人重新思索數據與模型的關係。
AI時代下，善用人類這項獨特能力才是生存關鍵 人工智慧會搶走我的工作嗎？應該學什麼，未來才不會被機器人取代？擔心未來被取代是當今許多人共同的焦慮。但是，為什麼大家會不斷問這個問題？是不是因為我們現在的工作，其實並沒有發揮人類獨特的價值？那麼，什麼才是人類獨一無二的價值呢？
從資料科學到AI落地，女性專家如何將理論轉化為商業決策 近年來，AI落地一詞已成為台灣產業的熱門話題，即使不少企業積極投入AI領域中，過程中因為卡關而放棄的案例也時有所聞。不少專家都認為數據是首要面對的難題，這也讓資料科學領域再度受到業界關注。
誰說工程師不用會溝通？透過薩提爾覺察練習讓開發流程更順暢 比起溝通能力，許多AI或技術團隊更重視技術技能，但人工智慧基金會（AIF）在推動產業AI化的過程中發現，溝通與管理，是團隊中不可或缺的關鍵能力，但一般人卻常常忽略。AIF每月舉辦內部讀書會，經由閱讀、分享與腦力激盪，培養對於產業趨勢的敏銳度與觀察力。
自然語言處理 與AI對話 蔡宗翰：開發台灣人專用的AI語言模型是台灣人的責任 電影裡，主角對著各式機器人聊天、發號施令的場景讓人覺得新奇，也開始思考透過機器人協助我們處理各式事務，以及聊天。雖然，電影中的場景有些誇大，但人類一直嘗試著讓電腦理解我們的語言，當中最為關鍵的技術就是自然語言處理。
站在巨人肩膀上制勝 Kaggle 競賽攻頂的關鍵秘笈 對於人工智慧工程師、相關領域學生來說，當前最大的資料科學競賽平台Kaggle無疑是個練功、找資源的好地方。雖然，網路上不乏對於Kaggle平台以及相關競賽類型與規則的介紹，但對於初踏入Kaggle領域的人來說，仍需花費一些力氣嘗試與摸索，才能實際掌握競賽訣竅，透過工具書的幫助，可以幫助讀者快速走過入門階段，避免犯下常見的錯誤，迅速掌握贏得比賽的技巧。
電動車商機無限 鴻海資安論壇關鍵議題總整理 特斯拉股價狂漲，全球電動車產業百花齊放，在減碳需求與綠色復甦推波助瀾下，世界各國及各大車廠都已準備踏上電動車的浪潮上。當前汽車產業正面臨百年來最巨大的轉變：車輛不再只是交通工具，而是具有強大運算能力、隨時連網的大型電腦系統。在新場域新商機的背後，仍有很多過去從來沒有思考過的問題有待解決，例如，對於乘客安全影響至大的資安問題。
